Upload
dinhliem
View
220
Download
0
Embed Size (px)
Citation preview
1
MODELAÇÃO DA PROCURA TURÍSTICA EM MOÇAMBIQUE
[MODELACIÓN DE LA DEMANDA TURÍSTICA EN MOZAMBIQUE]
Hortêncio Constantino
Instituto Superior Politécnico de Gaza
Paula Odete Fernandes
Instituto Politécnico de Bragança
João Paulo Teixeira
Instituto Politécnico de Bragança
Áreas temáticas : K) Turismo
Palavras-Chave : Turismo, Procura Turística, Moçambique, Modelação.
82k
2
MODELAÇÃO DA PROCURA TURÍSTICA EM MOÇAMBIQUE
Resumo
O presente artigo tem como objetivo modelar a procura turística em Moçambique, para o
período compreendido entre Janeiro 2004 e Dezembro 2013, recorrendo ao Método de
Regressão Linear Múltipla. A variável número de dormidas nos estabelecimentos hoteleiros e
similares, como representativa da procura turística, foi utilizada como variável dependente
explicada pelas variáveis Índice Harmonizado de Preços ao Consumidor e Produto Interno
Bruto per capita, para os mercados de Moçambique e África do Sul. Pelos resultados obtidos
concluiu-se que a variável Índice Harmonizado de Preços ao Consumidor de África do Sul é a
variável que explica a variação da variável dependente.
MODELACIÓN DE LA DEMANDA TURÍSTICA EN MOZAMBIQUE
Resumen
El presente trabajo pretende modelar la demanda turística en Mozambique, para el período
comprendido entre enero de 2004 y diciembre de 2013, utilizando el método de Regresión
Lineal Múltiple. La variable representativa de la demanda turística utilizada como variable
dependiente fue número de pernoctaciones en establecimientos hoteleros y similares. Las
variables explicativas utilizadas fueran Índice de Precios al Consumidor Armonizado y Producto
Interno Bruto per cápita, para los mercados de Mozambique y Sudáfrica. Por los resultados
obtenidos se concluyó que el Índice de Precios al Consumidor Armonizado de Sudáfrica fue la
variable que explica la variación de la variable dependiente.
3
Introdução
O turismo é considerado como sendo uma atividade de grande importância em muitos países
do mundo, dado que dum lado, este de uma forma direta ou indireta contribui significativamente
para o Produto Interno Bruto de um país e doutro lado, devido ao grande investimento
financeiro realizado pelas empresas com os seus bens e serviços, tais como, transportes
(companhias áreas) e hotelaria (alojamento), e ainda, pode se dizer o turismo é uma fonte de
geração de emprego nas indústrias de serviços a ele associados (Chu, 2011).
O turismo em Moçambique encontra-se dividido em três grupos distintos, nomeadamente:
turismo doméstico que é realizado por residentes dentro do território nacional; turismo recetor
ou internacional realizado por turistas estrangeiros dentro de Moçambique e por fim turismo
emissor, realizado por Moçambicanos fora do seu país de residência. Para Jones (2007) o
turismo em Moçambique é uma atividade módica mas não irrelevante e o seu contributo é de
cerca de 3,2% para o Produto Interno Bruto (PIB) e segundo o Ministério do Turismo, para o
ano de 2013, Moçambique deu as boas vindas a mais de 1.900.000 turistas estrangeiros
(Ministério do Turismo, 2014). Moçambique possui um rico potencial para se tornar um destino
turístico de nível regional e internacional (Resolução n.o 14/2003 de 4 de Abril, 2003), para os
autores Jones e Ibrahimo, (2007) o sector de turismo em Moçambique está ainda numa fase
crucial do seu desenvolvimento, ou seja, continua a ser relativamente moderada em tamanho,
mas mostra o potencial para contribuir significativamente para o desenvolvimento do país a
longo prazo, através de ambos os efeitos sobre a geração de novos empregos e estimulando
outros sectores de atividade.
O presente trabalho tem como principal objetivo modelar a procura turística em Moçambique,
com destaque para o turismo doméstico e turismo recetor, através de um modelo causal ou
econométricos, ou seja, com a aplicação do método de regressão linear múltipla. Nesta ordem
de ideias, a variável dependente ou explicada “número de dormidas nos estabelecimentos
hoteleiros em Moçambique”, para o período compreendido entre Janeiro 2004 e Dezembro
2013. Para tal, o conjunto de variáveis explicativas selecionadas, de acordo com o objetivo do
estudo, foram o Índice Harmonizado de Preços ao Consumidor (IHPC) e o Produto Interno
4
Bruto per capita (PIB). O estudo realizou-se tendo em conta os dois maiores emissores
turísticos de Moçambique, sendo este, o principal emissor turístico e a África do Sul que
constitui o maior emissor turístico internacional e as razões devem-se à proximidade geográfica
entre os dois países, o que facilita a entrada via terrestre, aérea ou marítima a um custo
relativamente baixo.
O artigo encontra-se estruturado, após a presente introdução, da seguinte forma: no primeiro
ponto apresenta um enquadramento da temática; no segundo ponto apresenta o
desenvolvimento metodológico; e no terceiro ponto apresenta-se a parte empírica e a resposta
ao principal objetivo deste trabalho, ou seja, a criação de um modelo que permita modelar a
procura turística em Moçambique; por fim, apresentam-se as principais conclusões do estudo.
1. Enquadramento Teórico: Modelação da procura turí stica
Nos últimos anos tem-se assistido a um aumento considerável do número de publicações
relacionadas com a modelação da procura turística (e.g., Witt & Witt, 1995; Lim, 1997; Song &
Li, 2008; Dwyer, Forsyth & Dwyer, 2010; Tribe & Xiao, 2011; Rigall-I-Torrent & Fluvia, 2007,
2011). Este aumento nas publicações revela um interesse cada vez maior por parte dos
gestores turísticos e não só, na precisão dos resultados da previsão e modelação de modo a
acautelar riscos futuros dado que o produto turístico é perecível (Witt & Witt, 1995; Li, Blake, &
Cooper, 2011). Song e Witt (2000) referem que devido ao papel fundamental da procura como
determinante da rentabilidade do negócio, estimativas de procura futura prevista constituem um
elemento muito importante em todas atividades de planeamento, pelo que uma previsão exata
da procura turística é essencial para o eficiente planeamento por parte de negócios
relacionados com o turismo, em particular devido à perecibilidade do produto turístico.
A procura turística para um determinado destino pode definir-se como uma combinação de
produtos e serviços turísticos que os consumidores (turistas) estão dispostos a comprar
durante um determinado período de tempo específico e sob um dado conjunto de condições
Song e Witt (2000). Segundo estes autores, as condições que se relacionam com a quantidade
de turismo procurado incluem preços de turismo para o destino (custo de vida dos turistas no
destino e o custo de viajar para o destino) a disponibilidade de preços turísticos de destinos
concorrentes ou substitutos, rendimento de potenciais consumidores, despesas de publicidade,
gostos dos consumidores do mercado emissor e outros fatores sociais, culturais, geográficos e
políticos.
Seguindo esta linha de raciocínio e uma vez que se pretende contribuir para a criação de um
modelo que permita modelar a procura turística em Moçambique, para efeitos de modelação
recorreu-se a modelos causais que tem a vantagem de analisar as relações causais entre uma
5
variável dependente ou explicada e as variáveis ou fatores que a influenciam, ou seja, variáveis
explicativas ou dependentes (Song & Li, 2008). Segundo Witt e Witt (1992) citados por Ramos
e Rodrigues (2014), a análise da procura turística, utilizando os “métodos causais” segue uma
metodologia adequada para estimar modelos e prever valores futuros, que podem resumir-se
como os seguintes passos: (i) selecionar as variáveis que influenciam a procura turística e
especificar as suas relações em uma forma matemática; (ii) organizar dados relevantes para o
modelo; (iii) usar dados para estimar os efeitos quantitativos das variáveis que influenciam a
variável a ser prevista; (iv) executar testes no modelo estimado para analisar a qualidade dos
ajustes; (v) se os testes mostram que o modelo é satisfatório, em seguida, usá-lo para fazer
previsões.
Cabe sublinhar que existem várias variáveis para medir a procura turística numa certa região
ou País (Witt & Witt, 1995; Lim, 1997). Os autores anteriormente referenciados, concluíram que
a medida mais popular para medir a procura turística é o número entradas registado nas
fronteiras, a segunda medida são os gastos efetuados pelos turistas no local de destino. A
outra medida não menos importante para medir a procura turística é o número de dormidas de
turistas no local de destino (Witt & Witt, 1995; Santos & Fernandes, 2010; Coshall &
Charlesworth, 2011; Cunha & Abrantes, 2013).
2. Desenvolvimento Metodológico
2.1. Enquadramento
Para o presente trabalho, com objetivo de modelar a procura turística em Moçambique,
incluindo turistas estrangeiros e nacionais, a variável número de dormidas nos
estabelecimentos hoteleiros e similares foi usada como variável dependente no modelo,
compreendendo o período de Janeiro 2004 a Dezembro de 2013 (120 observações mensais).
A introdução da variável dependente ou explicada “número de dormidas de nos
estabelecimentos hoteleiros e similares em Moçambique” deve-se ao fato desta ser expressiva
quando o assunto em questão é modelar a procura turística, nacional e internacional, em
conjunto. Pois, esta variável “número de dormidas” engloba dormidas referentes a nacionais e
estrangeiros para um certo período em análise o que permite uma avaliação mais criteriosa e
realística sobre os movimentos turísticos numa dada região, o que pode ajudar os gestores
turísticos a tomar certas medidas preventivas com relação a épocas de maior ou menor
concentração turística (Cunha & Abrantes, 2013). A esta realidade alia-se o fato de existir uma
base de dados relacionada com o número de dormidas em Moçambique que é resultado de
inquéritos realizados junto dos operadores turísticos registados em Moçambique e que contém
informação com uma qualidade considerável.
6
Assim, no presente estudo as variáveis explicativas ou independentes que pretendem explicar
a variável dependente foram selecionadas de acordo com revisão da literatura dentro de uma
gama de possíveis variáveis, nomeadamente, o Índice Harmonizado de Preços ao Consumidor
(IHPC) e o Produto Interno Bruto per capita (PIB), para o período de Janeiro 2004 a Dezembro
de 2013 (compreendendo 120 observações mensais).
A introdução das variáveis independentes ou explicativas no modelo deve-se ao facto da
variável produto interno bruto em termos per capita é a variável mais consensual em vários
estudos relacionados com a procura turística (Witt & Witt, 1995; Lim, 1997; Seetanah, 2011). O
produto interno bruto per capita é o rendimento nacional de um país divido pelo número de
habitantes que resulta em um rendimento médio por habitante, saber o valor deste rendimento
por pessoa é de capital importância, dado que, para que haja fluxos turísticos é necessário que
os potenciais turistas tenham recursos financeiros e quanto maior for o PIB per capita maior é a
propensão ao turismo (o PIB per capita tem uma relação direta com o numero de dormidas); e
com relação a variável índice harmonizado de preços ao consumidor, esta indica, o poder de
compra dos turistas dos turistas, de salientar que esta variável deve multiplicada pela taxa de
câmbio entre o país emissor e país recetor (Witt & Witt, 1995).
2.2. Modelo econométrico
Tal como já foi referenciado, no presente trabalho utilizou-se um modelo casual ou
econométrico, particularmente o Modelo de Regressão Linear Múltipla (MRLM). Este modelo
utiliza-se quando se supõe existir uma associação linear entre uma variável endógena
(dependente) de natureza quantitativa, e uma ou mais variáveis exógenas também de natureza
de quantitativa e tem como objetivo explicar e prever o comportamento da variável dependente
em função das variáveis independentes, necessitando para tal da expressão analítica que se
traduz, obtida através do Método dos Mínimos Quadrados, (e.g., Pestana & Gageiro, 2005;
Hair, Black, Babin, Anderson & Tatham, 2009; Marôco, 2014). A expressão do modelo vem
dada por (Greene, 2000, p.210):
1 2(x , x , ..., x )ik i i ik iy f= + ∈ ni ...,2,1= [1]
1 2 12 ...ik k ik iy x xβ β β= + + + + ∈ ni ...,2,1= [2]
Assim, o modelo de regressão linear múltipla consiste na formulação de um modelo de
variáveis independentes ( ) que contribuem para explicar ou influenciar a variável
dependente ( ), ou seja, este modelo assume que existe uma relação linear entre uma
7
variável Y (a variável dependente) e k variáveis independentes, , (Greene,
2000).
Segundo Marôco (2014) no modelo de regressão linear univariado está subjacente um conjunto
de pressupostos para a sua aplicação. De seguida passa-se a apresentar os pressupostos,
(Gujarati, 1995, pp. 192-193):
(i) A média dos erros aleatórios ser zero
E ( ) = 0, onde E ( ) = 0 [3]
(ii) A não existência de correlação entre os erros aleatórios
[4]
(iii) Homoscedasticidade, a variância dos erros aleatórios será
var ( ) = . [5]
A conjugação dos pressupostos ii) e iii) faz com que a matriz das variâncias e
covariâncias dos erros aleatórios seja dada por = E , em que a
matriz I é a matriz identidade.
(iv) As variáveis independentes são não-aleatórias (fixas), ou seja, a covariância entre
o e qualquer variável independente será nula
[6]
(v) O modelo econométrico estar bem especificado (característica da matriz é .
(vi) Não existir multicolinariedade entre as variáveis independentes , isto é, serem
independentes entre si.
(vii) Sendo, ~ N (0, ), i = 1,2,…, n , então
~ N (0, ) [7]
tem distribuição normal multivariada onde 0 é a matriz nula.
Dado que a distribuição de , normal multivariada, corresponde à distribuição de quando
esta sofre uma translação permitindo que a sua média se torne nula, ter-se-á que
E[ ] = Xβ [8]
e que variância da variável dependente observada (V [ ] = ) seja simbolicamente
8
~ N ( , ) [9]
3. Modelação da Procura Turística: O caso de Moçamb ique
3.1. Apresentação e comportamento das variáveis do modelo
Para a construção do modelo econométrico foram selecionados os dois emissores turísticos
com mais peso no turismo Moçambicano, nomeadamente, África do Sul e Moçambique. Ora a
África do Sul tem o estatuto de maior mercado emissor turístico estrangeiro representando
cerca de 44,27% do total das entradas em 2013 e as razões por detrás desse fator são:
primeiro, devido à sua proximidade com Moçambique e daí a facilidade de entrada quer via
terrestre, marítima ou aérea, segundo com a abertura do mercado livre da SADC1 que eliminou
o visto de entrada na região Austral de África, faz com haja cada vez mais procura do turismo
em Moçambique por parte de turistas Sul-Africanos e por fim, o fato de Moçambique possuir
praias mais próximas das principais cidades da África do Sul que são procuradas
principalmente no período de férias, ou seja, no mês de Dezembro.
Os dados referentes a África do Sul foram recolhidos junto do Statistics South Africa (SSA,
2014) e para Moçambique, os dados foram recolhidos junto ao Instituto Nacional de Estatística
de Moçambique (INE, 2014).
Fazendo agora uma análise descritiva, gráfica, da variável “Número de dormidas nos
estabelecimentos hoteleiros e similares” (Figura 1), pode observar-se a evolução para o
período de Janeiro de 2004 a Dezembro de 2013. Para o caso vertente de Moçambique, esta
variável não mostra uma tendência de sazonalidade típica e constante ao longo dos anos mas
há a considerar três situações distintas para os meses de Janeiro, Abril e Dezembro. Ou seja, o
mês de Janeiro é o que menos turistas recebe e este facto deve-se à seguinte razão: os
turistas neste período estão a fazer um movimento inverso, isto é, retorno à terra de origem.
Relativamente ao mês de Abril há a considerar que a série regista um incremento e este deve-
se ao fato de ser um mês que se comemora a Páscoa Cristã o que motiva um grande número
de movimentos turísticos e consequentemente uma procura maior pelas estâncias turísticas.
Por fim, o mês de Dezembro é o que mais turistas recebe, este facto, deve-se às seguintes
razões: este é o mês em que verificam férias laborais e escolares, assim sendo, motiva muitos
turistas a deslocarem-se, quer de turistas nacionais quer de turistas estrangeiros, com principal
destaque para os turistas Sul-Africanos que representa a maior percentagem de entradas com
1 Do inglês “Southern African Development Community”, ou seja, comunidade de desenvolvimento da África Austral.
9
cerca de 32% em 2004 e cerca de 44% em 2013 (INE, 2014). De salientar que o ano de 2011
verificou o pico mais elevado devido à preparação e realização dos Jogos Olímpicos de África.
Figura 1. Número de dormidas em Moçambique.
A Figura 2, mostra a evolução do Índice Harmonizado de Preços ao Consumidor (IHPC) para
os dois maiores emissores turísticos de Moçambique (África do Sul, AF; e Moçambique, MOC).
Ora o IHPC representa o poder de compra dos indivíduos de um certo país, pelo que para o
caso do IHPC da África do Sul, dado que esta expressa em Rands houve a necessidade de
multiplicar a série pelo valor de inflação de modo a referir esse poder de compra para
Moçambique tal como sugere (Witt e Witt, 1995). Verifica-se que para Moçambique o IHPC tem
vindo aumentar de uma forma crescente. Por outro lado, para África do Sul, apenas registou
aumentos significativos entre o período de Janeiro de 2009 e Dezembro de 2011, e nos últimos
anos tem-se estagnado.
Figura 2 . Índice Harmonizado de Preços ao Consumidor.
10
Quanto à evolução do Produto Interno Bruto per capita para os principais emissores turísticos
em Moçambique, constata-se que os turistas Sul-Africanos possuem maior rendimento médio por
habitante comparativamente com o rendimento médio por habitante de Moçambique.
Figura 3 . Produto Interno Bruto per capita.
3.2. Resultados empíricos
Tal como referido no ponto anterior, a construção do modelo teve como variável dependente o
número de dormidas nos estabelecimentos hoteleiros e similares em Moçambique para o
período de 2004:01 a 2014:12. Ainda, a variável dependente “número de dormidas” será
explicada por um conjunto de variáveis explicativas selecionadas de acordo com o peso
significativo dos mercados emissores em relação à quota de mercado turístico, sendo que os
mercados com maior peso são Moçambique (MOC) e África do Sul (AF). Neste caso, as
variáveis explicativas usadas para a construção do modelo explicativo do comportamento das
dormidas, foram: Índice Harmonizado de Preços ao Consumidor [IHPC] e o Produto Interno
Bruto per capita [PIB].
Assim sendo, no caso em estudo vem dado pela seguinte expressão:
1 2 3 4 5i AF MOC AF MOC iProcura Turística em Moçambique IHPC IHPC PIB PIBβ β β β β ε= + × + × + × + × + [10]
A construção do modelo econométrico para explicar o comportamento da variação da variável
dependente “número de dormidas nos estabelecimentos hoteleiros em Moçambique” foi obtido
através do método de seleção de preditores Stepwise. Este método é utilizado para obter a
combinação ótima de variáveis independentes, pela remoção de variáveis cuja importância no
modelo é reduzido pela adição de novas variáveis e é mais apropriado no caso em que se
verifica correlações elevadas entre as variáveis independentes (Marôco, 2014). Partindo do
modelo inicial de análise com quatro variáveis independentes, nomeadamente: Índice
Harmonizado de Preços ao Consumidor da África do Sul e de Moçambique; e Produto Interno
11
Bruto per capita de Moçambique e África do Sul, verificou-se uma multicolinearidade entre as
variáveis, o que até certo ponto dificultou a escolha do melhor modelo explicativo. Recorreu-se
ao Stepwise como forma de selecionar variáveis independentes, donde se constatou que
somente a variável Índice Harmonizado da África do Sul tinha qualidades estatísticas
suficientes para modelar a procura turística em Moçambique, medida pelo número de dormidas
nos estabelecimentos hoteleiros e similares.
O modelo resultante da aplicação do método Stepwise para selecionar variáveis independentes
para o modelo foi uma Regressão Linear Simples e apresenta-se na Tabela 1 as medidas de
desempenho do modelo.
Tabela 1 . Medidas de Desempenho do Modelo Estimado.
Modelo Coeficiente Erro Padrão Rácio-t Valor p Significância
Constante 33688,3 3672,65 9,1728 <0,00001
IHPC_AF 140,741 12,29 11,4517 <0,00001 ***
Média variável dependente 74636,07 D.P. variável dependente 13286,65
Soma resíduos quadrados 9,95E+09 E.P. da regressão 9182,62
R-quadrado 0,526372 R-quadrado ajustado 0,522359
F (1, 118) 131,1409 Valor P (F) 7,11e-21
Log. da verosimilhança -1264,272 Critério de Akaike 2532,545
Critério de Schwarz 2538,12 Critério Hannan-Quinn 2534,809
Rho 0,618663 Durbin-Watson 0,745212
Nota: ***Significativo a 1%.
Dos resultados evidenciados na Tabela 1, pode constatar-se que:
1. O coeficiente de determinação 2( )r que mede a qualidade do ajustamento do modelo de
regressão aos dados, neste caso o valor associado a este modelo é de 0,526. Logo pode
afirmar-se que cerca de 53% da variabilidade total da variável dependente é explicada pela
variável independente no modelo de regressão linear ajustado;
2. Da estatística de F tendo em vista analisar o ajustamento do modelo na globalidade, este
modelo registou F (1,118) = 131,1409 e um valor de prova inferior a 1%, logo verifica-se
que o modelo na sua globalidade é ajustável à variável dependente;
3. Da estatística de t para adequabilidade das variáveis de forma individual no modelo,
verifica-se que a variável IHPC_AF, por sinal a única variável, tem qualidades estatísticas
aceitáveis e satisfatórias, dado que, possui um valor de prova inferior a 1%. De salientar
ainda que no modelo o coeficiente da variável acima é positivo, desde logo revela uma
situação de ajustamento a tendência crescente do número de dormidas;
12
4. Da estatística de Durbin-Watson para testar a hipótese de autocorrelação entre os
resíduos, verifica-se que o teste de Durbin-Watson, o d=0,745212 com um valor de prova
de 1,88738e-015, ou seja, rejeita-se a hipótese nula. Na correção da autocorrelação entre
os resíduos, constata-se que o d=2,169536, ou seja, o valor de Durbin-Watson encontra-se
no intervalo de [dU; 4-dU], pelo que pode concluir-se pela ausência da autocorrelação, ou
seja, há evidências estatísticas suficientes para afirmar que não se rejeitar a hipótese nula;
5. Da estatística de White através do teste TR2 para testar a hipótese de homogeneidade
entre os resíduos, o valor de TR2 obtido é de 3,922121 e o valor de prova=0,140709. Como
o valor de prova é superior a 10%, logo constata-se que existem evidências estatísticas
para não rejeitar a hipótese nula, isto é, pode-se afirmar que não existe violação do
pressuposto de homoscedasticidade. As características dos estimadores continuam a ser
BLUE2;
6. Do teste da normalidade, na Figura 5, constata-se que o modelo segue distribuição normal
dado que a estatística de ( )2 2 0, 84 4χ = com valor de prova de 0,5557, ou seja, maior
que o nível de significância de 5%. Pode dizer-se que a hipótese dos erros seguirem
distribuição normal de média 0 e desvio padrão constante ( (0, ) . ..)j N i eε δ −� esta
salvaguardada, ou seja, há evidências estatísticas para afirmar que hipótese nula não é
violada porque a média é aproximadamente igual a zero e o desvio padrão é constante.
0
5e-006
1e-005
1,5e-005
2e-005
2,5e-005
3e-005
3,5e-005
4e-005
4,5e-005
-30000 -20000 -10000 0 10000 20000 30000
Densid
ade
uhat1
uhat1N(1,3461e-011 9182,6)
Estatística de teste para normalidade:Qui-quadrado(2) = 0,844 [0,6557]
Figura 4. Normalidade dos resíduos.
De modo geral, pela interpretação dos resultados apresentados anteriormente, o melhor
modelo para estimar a Procura Turística em Moçambique é o modelo que inclui apenas a
variável Índice Harmonizado de Preços ao Consumidor de África do Sul, pois esta será a
2 Do inglês Best Linear Unbiased Estimators.
13
variável que permitirá produzir cenários macroeconómicos adequados para a procura turística
em estabelecimentos hoteleiros em Moçambique. Assim, o modelo vem dado pela seguinte
equação:
33688,3 140,741i AF iProcura Turística em Moçambique IHPC ε= + × + [11]
Conclusão
O principal objetivo do presente estudo passou por construir um modelo que permitisse
modelar a Procura Turística em Moçambique, perceber se o Índice Harmonizado de Preços ao
Consumidor tem efeitos na captação de turistas e se o nível de rendimento per capita dos
turistas é fundamental para um crescimento sustentado das dormidas turísticas em
Moçambique.
Assim, para explicar a variável dependente “número de dormidas nos estabelecimentos
hoteleiros e similares”, para o período Janeiro de 2004 a Dezembro de 2013, teve-se em conta
as variáveis explicativas Índice Harmonizado de Preços ao Consumidor e o Produto Interno
Bruto per capita, para os mercados de África do Sul e de Moçambique. De referir que se
escolheram estes dois mercados emissores por serem os que apresentaram uma quota
significativa quando comparadas com outros mercados emissores.
Cabe sublinhar que o primeiro Modelo de Regressão Linear Múltiplo, para estimar a procura turística,
não foi possível utilizar uma vez que se detetou a violação do pressuposto da multicolinearidade das
variáveis explicativas, deixando os estimadores de ser BLUE. Assim, optou-se por utilizar o Modelo de
Regressão Linear Simples, recorrendo ao método de seleção de variáveis Stepwise, pois obteve-
se o melhor modelo de análise onde somente a variável Índice Harmonizado de Preços ao
Consumidor de África do Sul é que apresentou qualidades estatísticas suficientes para explicar
o comportamento da variável dependente.
Referências
Chu, F-L. (2011). A piecewise linear approach to modeling and forecasting demand for Macau tourism. Tourism Management, 32, 1414-1420.
Coshall, J., & Charlesworth, R. (2011). A management oriented approach to combination forecasting of tourism demand. Tourism Management, 32, 759-769.
Cunha, L., & Abrantes, A. (2013). Introdução ao turismo. (5.a Ed.) Lisboa.
Dwyer, L., Forsyth, P., & Dwyer, W. (2010). Tourism Economics and Policy. Bristol: Channel View Publications.
Greene, W. (2000). Econometric analysis. (4. Ed.). New York
Gujarati, D. (1995). Basic Econometrics. McGraw-Hill. (3.ª ed.).
14
Hair, J., Black, W., Babin, B., Anderson, R., & Tatham, R. (2009). Análise multivariada de dados. Bookman.
INE (2014). Instituto Nacional de Estatística de Moçambique. On-line em www.ine.gov.mz.
Jones, S. (2007). A economia de turismo em Moçambique: tamanho, impacto e implicações. Discussion papers No. 55P, 43.
Jones, S., & Ibrahimo, H. (2007). The Economic Contribution of Tourism in Mozambique: Present and Future. In Conferência Inaugural do Instituto de Estudos Sociais e Económicos. Desafios para a investigação social e económica em Moçambique.
Li, S., Blake, A., & Cooper, C. (2011). Modelling the economic impact of international tourism on the Chinese economy: A CGE analysis of the Beijing 2008 Olympics. Tourism Economics, 17(2), 279-303.
Lim, C. (1997). Review of international tourism demand models. Annals of Tourism Research, 24(4), 835-849.
Marôco, J. (2014). Análise Estatística com Spss Statistics. Edições Sílabo, Lda. (6.a Ed.).
Ministério de Turismo (2014). Ministério do turismo: Indicadores de referência na área do turismo referência 2004-2013.
Pestana, M., & Gageiro, J. (2005). Descobrindo a regressão: com a complementaridade do SPSS. Edições Sílabo, Lda. (5.a Ed.).
Ramos, C., & Rodrigues, P. (2014). Tourism demand modelling and forecasting an overview. Revista de Turismo Contemporâneo, 2(2), 323-340.
Resolução n.o 14/2003. (2003). Política de turismo de Moçambique.
Rigall-I-Torrent, R., & Fluvia, M. (2007). Public goods in tourism municipalities: Formal analysis, empirical evidence and implications for sustainable development. Tourism Economics, 13(3), 361-378.
Rigall-I-Torrent, R., & Fluvia, M. (2011). Managing tourism products and destinations embedding public goods components: A hedonic approach. Tourism Management, 32, 244-255.
Santos, N., & Fernandes, P. (2010). Análise e previsão da procura turística na região norte de Portugal. 16.o congresso de APDR.
Seetanah, B. (2011). Assessing the dynamic economic impact of tourism for island economies. Annals of Tourism Research, 38(1), 291-308.
Song, H., & Li, G. (2008). Tourism demand modelling and Forecasting-A review of recent research. Tourism Management, 29, 203-220.
Song, H., & Witt, S. (2000). Tourism demand modelling and forecasting: Modern econometric approaches. Routledge.
Song, H., Witt, S., & Li, G. (2003). Modelling and forecasting the demand for Thai tourism. Tourism Economics, 9(4), 363-387
Song, H., Wong, K., & Chon, K. (2003). Modelling and forecasting the demand for Hong Kong tourism. Hospitality Management, 22, 435-451.
15
SSA (2014). Statistics South Africa. On-line em http://www.statssa.gov.za.
Tribe, J., & Xiao, H. (2011). Developments in tourism social science. Annals of Tourism Research, 38(1), 7-26.
Witt, S., & Witt, C. (1995). Forecasting tourism demand: A review of empirical research. International Journal of Forecasting, 11, 447-475.